Audio Notes

论文阅读 · 英文词汇表

17分钟阅读

Important

用途：读 audio / LLM 论文时攒下来的高频英文词。每遇到一个新的就添一行，最后一列“论文中遇到时的第一反应”比中文释义更重要——词意上网查就行，词在论文里的作者语气 / 常见搭配 / 隐含图谋才是读不懂的根源。

用法约定

  • 按首字母分区，方便查找；数量少时可以合并成一张表。

  • 词条字段：词 / 词性 / 中文 / 论文里的典型含义 / 记忆抓手。

  • 来自的论文用尾注形式标，便于回查上下文。

  • “记忆抓手”写的是射箋——下次在别的 paper 里再遇到的时候，有没有一句能让你立刻想起意思的钩子。

A

articulate

  • 词性：动词 / 形容词（重音位置不同：动词 尾音 -leit，形容词 尾音 -let）

  • 中文：

    • 动词：清晰地表达 / 明确阐述 / 分节说清楚

    • 形容词：表达清晰的 / 能说会道的（夸人）

  • 论文典型用法：

    • “We articulate a clear distinction between A and B.” = 我们明确分开了 A 和 B。

    • “articulate the problem / the vision / the differences” = 把问题 / 愿景 / 差异有条理地讲出来，不只是“说了”。

    • 负面用法：“The authors fail to articulate …” = reviewer 在骂“你没讲清楚”。

  • 记忆抓手：词根 articulus = 小关节 / 接头（同源 article 、articulation）。articulate = “把话一节一节分清楚地说出来”——比 say 多了“分节”、比 express 多了“有结构”。

B

bypassing

  • 词性：动词 bypass 的现在分词 / 动名词

  • 中文：绕过、绕开、跳过

  • 论文典型用法：bypassing ASR / bypassing the text intermediate——端到端 audio LLM “不走中间文本这一步”的标准措辞。

  • 记忆抓手：pass = 走这条路，bypass = 从旁边绕过去。见到 bypassing X 就问：X 是哪个中间站？作者为什么觉得它碍事？

C

colloquial / colloquialism

  • 词性：

    • colloquial = 形容词

    • colloquialism = 名词（抽象不可数 / 具体可数两种）

  • 中文：

    • colloquial = 口语的 / 口语化的 / 非正式的

    • colloquialism = 口语性 / 口语表达

  • 对立面：formal（正式）/ literary（文学/书面）/ written（书面）。

  • 论文典型用法：

    • 指模型回答时是否像真人在说话（用自然口语词、有语气词、有省略）。 WavBench- Benchmarking Reasoning, Colloquialism, and Paralinguistics for End-to-End Spoken Dialogue Models

    • WavBench 里 “Colloquial Expression” 是顶层两大分支之一（Basic + Pro合称），和 “Acoustic Interaction” 并列。结构是 2×2：Colloquial Expression（Basic/Pro）× Acoustic Interaction（叶节点共 3 个 subset，所以作者叫 tripartite，但顶层骨架是 2×2 而不是平铺三分）。

    • 常见搭配：colloquial language / colloquial speech / colloquial register / colloquial tone。

  • 记忆抓手：col-（一起）+ loqui-（说话，同源 loquacious 健谈的、eloquent 雄辩的、soliloquy 独白）= “一起说话” = 对谈 / 闲聊。colloquial = 有对谈味的；colloquialism = 有对谈味这件事本身。

comprise

  • 词性：动词（及物）

  • 中文：包含 / 由…构成 / 由…组成

  • 论文典型用法：“Our benchmark comprises three tiers.” / “WavBench comprises 17,577 items across five subsets.”——描述整体由哪几部分构成，主语是整体、宾语是部分。

  • 陷阱（reviewer 会抓的）：常见错写 “X is comprised of Y”——Merriam-Webster、Chicago Style Guide 均标为 nonstandard。安全写法：

    • 主动：“X comprises Y” ✅

    • 被动：“X is composed of Y” ✅ 或 “X consists of Y” ✅

    • 避免：“X is comprised of Y” ❌

  • 记忆抓手：口诀「the whole comprises the parts」——整体吃掉部分。反过来是 compose：部分组合成整体（the parts compose the whole）。混了就翻车。

be confined to

  • 词性：动词短语的被动式（动词 confine、名词 confinement）

  • 中文：被限制在 X 范围内 / 局限于 X

  • 论文典型用法：作者用来给现有工作画天花板的模板句：“Prior work is largely confined to …” / “These models are confined to …”——紧跟的就是作者说自己怎么突破这个限制。常见于 intro 发射阶段。

  • 记忆抓手：confine = con-（完全）+ fin-（边界，同源 finish/finite）= “完全关在边界里”。与 limited to（中性）、restricted to（外部约束）相比，confined to 画面感最强、贬义最重——作者在暗示“这不是暂时限制，是方法骨架本身就困在里面”。

D

discourse markers

  • 词性：名词短语（复数形式）

  • 中文：话语标记 / 语篇标记

  • 论文典型用法：指口语中那些“不承担命题意义、但承担对话组织功能”的小词——英文的 well / you know / I mean / actually / so / like / right / okay / anyway，中文对应“那个 / 就是 / 其实 / 然后 / 对”。Spoken dialogue 评测里常用“模型会不会自然地插 discourse markers”来判断 colloquialism 是否到位。

  • 记忆抓手：discourse = 话语 / 语篇，marker = 标记物。discourse markers ≈ “说话时的润滑剂”——去掉它们句子照样说得通，但听起来像在背课文。

E

explicit / implicit

  • 词性：形容词（成对出现，一起记）

  • 中文：

    • explicit = 显式的 / 明说的 / 写出来的

    • implicit = 隐式的 / 暗含的 / 不明说的

  • 论文典型用法：

    • WavBench Acoustic subset 就是拿这对词切的：Explicit Understanding（用户直接问副语言）/ Explicit Generation（用户直接要求特定语气）/ Implicit Dialogue（用户不提，模型要自己从语音线索里接住）。 WavBench- Benchmarking Reasoning, Colloquialism, and Paralinguistics for End-to-End Spoken Dialogue Models

    • 其他高频搭配：implicit bias（隐性偏见）、implicit supervision（隐式监督）、implicit reasoning（隐式推理——不写显式 CoT、在 latent 空间里推，这个术语会在 latent thinking 论文里反复出现）。

  • 记忆抓手：ex- = 往外（export、exit）→ explicit = “摆在外面的”；im- = 往里（impact、import）→ implicit = “藏在里面的”。Implicit 档总是最难的测试集——模型被考察的是「是否自发看到」而不是「被命令看」。

F

fidelity

  • 词性：名词（不可数）

  • 中文：保真度 / 忠实度 / 还原度。词根 fides = 信念 / 忠诚（同源 faith、confide）。

  • 核心感觉：原始的东西经过复制/传递/生成之后，有多少被保留下来。永远隐含一个“参考源”——看到 fidelity 第一件事问：作者在和什么比？

  • 论文典型用法：

    • paralinguistic fidelity = 副语言保真度（要求生气的语气，是不是真的生气）

    • reconstruction fidelity = 重建保真度（VAE / codec 论文高频，和输入比）

    • high-fidelity audio = 高保真音频（Hi-Fi 音响黑话中的 Fi）

  • 与近义词的差别：accuracy = 对不对（离散）、quality = 好不好（泛指）、fidelity = 和参考源比到底还原得像不像。

  • 记忆抓手：Hi-Fi 音响、confide（倾诉真心）、fidelity 一脉相承——都是“守住原样”的意思。

H

holistic

  • 词性：形容词

  • 中文：整体的 / 全局的 / 综合的

  • 论文典型用法：holistic framework / holistic evaluation——作者自我表扬用词，意思是“我不偏科、覆盖全”。

  • 记忆抓手：holos = whole。看到翻成“整盘来看”，顺手打个问号：真的全吗？漏了什么没？

I

intersection

  • 词性：名词（动词 intersect）

  • 中文：交集 / 交叉处 / 交汇点

  • 论文典型用法：判不离一个固定搭配 “at the intersection of X and Y”——作者用来给自己定位，暗台词是「我站在两个领域的交界处、属于稀缺生态位」。例：“at the intersection of audio modeling and reasoning” / “at the intersection of paralinguistic understanding and dialogue generation”。

  • 该怀疑什么：听到 at the intersection of X and Y 站住问：**X 和 Y 真的独立吗？**真正有含金量的 intersection 要求 X 和 Y 本来不怎么打交道。如果两个领域本来就重叠 80%，吃 intersection 绿利是能还没助。

  • 记忆抓手：inter-（之间）+ sect（切，同源 section、dissect）= “在之间切一刀”。数学符号 ∩ 就像两条线交汇后的帽子。

inherently

  • 词性：副词（形容词 inherent）

  • 中文：本质上、天生就、结构上

  • 论文典型用法：强调“不是工程没做好，而是架构 / 设计骨架就这样定的”。作者说 “inherently separated” = 在否定现有方案的根基。

  • 记忆抓手：inherent 和 inherit（继承）同根——“古定在里面的属性”。

intimacy

  • 词性：名词（不可数；形容词 intimate /ˈɪntəmət/；动词 intimate /ˈɪntəmeɪt/ = 暗示 / 透露，重音不同）

  • 中文：亲密感 / 亲近感 / 亲密关系。词根 intim- 来自拉丁语 intimus = “最里面的”（in 的最高级）。

  • 论文典型用法：spoken dialogue 论文 intro 标配词，用来给 audio LLM 方向找合法性：“Voice-based interaction fosters a sense of intimacy that text cannot replicate.”

  • 该怀疑什么：intimacy 是好听的软指标——作者爱用，但很少量化。看到顺手看作者有没有给出代理指标（user preference / engagement / emotional response）。没有的话 = rhetorical flourish，不是论证。

  • 近义词差别：rapport = 互动中的默契（双向/即时）、intimacy = 亲近感（可长期、含“私人性”）、warmth = 温暖感（语气层）、connection = 连接感（最泛）。严谨作者会区分。

  • 记忆抓手：和 ultimate（最末端）同源逻辑——intim- 是「最里面」，ultim- 是「最末端」。intimacy = “最里面那层关系”。

intricate

  • 词性：形容词

  • 中文：错综复杂的 / 精密缠绕的

  • 论文典型用法：intricate logic / intricate reasoning——强调推理每一步咬前一步，不是堆步数。

  • 记忆抓手：complex = 零件多、complicated = 让人头大、intricate = 缠得精细。偏褒义。

L

lexical

  • 词性：形容词（名词 lexicon）

  • 中文：词汇的 / 词语层面的

  • 论文典型用法：lexical choice（选词）、lexical diversity（词汇丰富度）、lexical features（词汇特征）——专指“用了什么词”这一层，与 phonetic（语音）/ syntactic（句法）/ semantic（语义）并列。Spoken dialogue 论文里“lexical naturalness” = 选词是不是口语化。

  • 记忆抓手：lexicon = 词典。lexical = “词典层面”的。看到 lexical 就想“词表 / 选哪个词”，比 linguistic 粒度更小、更具体。

linguistic / paralinguistic

  • 词性：形容词

  • 中文：linguistic = 语言的，paralinguistic = 副语言的 / 伴随语言的

  • 论文典型用法：

  • 记忆抓手：para- = 旁边 / 伴随。paralinguistic = “话外的信息”。audio LLM 存在的根本理由就是接住这层。

Q

quotient

  • 词性：名词

  • 中文：商、指数（数学）；“商空间 / 商群”（代数几何）

  • 论文典型用法：

    • 日常英语：IQ = Intelligence Quotient 智商、EQ = Emotional Quotient 情商

    • 数学论文：quotient space 商空间 / quotient group 商群 —— 把某种等价关系下相等的元素合并后得到的新结构

  • 记忆抓手：在 ML/audio 论文里看到 “quotient gap” 这类非标准搭配，先怀疑作者自造词 / 或者看错了——回头验明上下文。

R

rapport

rhetorical

  • 词性：形容词（名词 rhetoric）

  • 中文：修辞的 / 修辞性的

  • 论文典型用法：

    • rhetorical question = 反问句（不期待回答，用来加强语气：“这还用问吗？”）

    • rhetorical structure / rhetorical strategy = 文章的修辞结构 / 写作策略

    • 负面用法：作者说某段话是 “empty rhetorical flourish” / “merely rhetorical” = “只是漂亮话、经不起推敷”。

  • 记忆抓手：rhetoric = 修辞学（古希腊三艺：语法 / 逻辑 / 修辞）。关键对比：logical（讲对不对）vs rhetorical（讲说得漂不漂亮）。论文里看到作者用 rhetorical 形容别人的工作，顺手警觉——常带轻贬，暗示“这话经不起推敷”。

rigorously

  • 词性：副词（形容词 rigorous、名词 rigor）

  • 中文：严格地 / 严谨地

  • 论文典型用法：作者自报评测标准时的常用词，隐含台词是“我的评测不水”。等价于 strictly / thoroughly。

  • 记忆抓手：rigor = 严厉。读到时心里顺手验一下：你接下来真要让我看到严格的方法学吗？

T

tripartite

添加新词的节奏

  • 遇到此刻看不懂的新词，先把它在论文里的原句记下，不用立刻查清。

  • 一篇 paper 读完再一批处理，对着原句查意思 + 打印象：

    • 实义词（paralinguistic 、fidelity 等）：记入词汇表。

    • 学术套话（rigorously、holistic、intricate）：记入词汇表，但关注作者用它们是想暗示什么立场。

    • 连接词 / 虚词（bypassing、inherently）：记住它们在论文里的固定搭配。

  • Arya 在解释时会尽量给“记忆抓手”，你回来补到对应词条下即可。

关系图谱